[發明專利]一種用于燒結礦性能指標預測及綜合質量評價方法

有效

• 申請號: 201611151179.6
• 申請日: 2016-12-14
• 公開（公告）號: CN106802977B
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 喬非;盧凱璐
• 申請（專利權）人: 同濟大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 宣慧蘭

1.一種用于燒結礦性能指標預測及綜合質量評價方法，其特征在于，該方法包括如下步驟：

(1)確定用于燒結礦綜合質量評價的所有性能指標，根據灰色關聯度法確定每個性能指標對應的重要影響參數；

(2)對每個性能指標分別建立兩個獨立的預測模型，所述的預測模型用于對各個性能指標值進行預測；

(3)對于每個性能指標，基于信息熵的方法確定兩個獨立的預測模型得出的預測值的權重，進而得到綜合兩個預測模型的燒結礦的各個性能指標的預測值；

(4)對得到的綜合兩個預測模型的燒結礦的各個性能指標的預測值進行綜合評價得到燒結礦的質量等級；

所述的兩個獨立的預測模型包括灰色預測模型和BP神經網絡預測模型，所述的灰色預測模型為基于時間序列的預測模型，所述的BP神經網絡預測模型輸入為相應的性能指標對應的重要影響參數，BP神經網絡預測模型輸出為對應的性能指標預測值；

灰色預測模型建立方法為：

(201)獲取待建立灰色預測模型的性能指標的歷史數據構成原始序列X⁽⁰⁾：

X⁽⁰⁾＝(x⁽⁰⁾(1),x⁽⁰⁾(2),...x⁽⁰⁾(n))，

該序列中的元素記作x⁽⁰⁾(t)，x⁽⁰⁾(t)表示t時刻待建立灰色預測模型的性能指標的指標值，t為采樣時刻，t＝1,2......n；

(202)對原始序列X⁽⁰⁾進行一次累加生成，得到累加生成序列X⁽¹⁾：

X⁽¹⁾＝(x⁽¹⁾(1),x⁽¹⁾(2),...x⁽¹⁾(n))，

其中，

(203)對累加生成后序列X⁽¹⁾建立對應的白化微分方程：

x⁽¹⁾(1)＝x⁽⁰⁾(1)，

其中，a、b為灰色預測模型參數；

(204)對白化微分方程求解得到：

(205)將步驟(204)中的解進行離散化，得到累加生成序列的離散預測值：

t＝0,1,2......n；

(206)采用最小二乘估計求得參數a的估計值及參數b的估計值

(207)采用步驟(205)中公式求取待建立灰色預測模型的性能指標一次累加序列預測值然后將進行一次累減還原得到原始序列X⁽⁰⁾的預測式為：

t＝0,1,2......n，所述的原始序列X⁽⁰⁾的預測式即為待建立灰色預測模型的性能指標所對應的基于時間序列的灰色預測模型；

BP神經網絡預測模型采用3層BP神經網絡，每個神經網絡包括輸入層、隱含層和輸出層，輸入層神經元為步驟(1)確定的性能指標的重要影響參數，輸出層神經元為待預測的性能指標的指標值，隱含層神經單元轉移函數采用對數S型函數；

步驟(3)具體為：

(301)計算待分配權重的性能指標采用第m個獨立預測模型得到的預測值中采樣時刻為k時的預測相對誤差的比重p_mk：

其中，e_mk為采用第m個獨立預測模型得到的預測值中采樣時刻為k時的預測相對誤差；

(302)計算第m個獨立預測模型預測相對誤差的熵值：

(303)計算第m個獨立預測模型預測相對誤差的變異程度系數d_m：

d_m＝1-E_m,m＝1,2；

(304)計算第m個獨立預測模型預測值的權重ω_m：

進而對于該分配好權重的性能指標的燒結礦k時刻性能指標綜合預測值為

其中，為相應的性能指標采用第m個獨立預測模型得到的采樣時刻為k時的預測值；

步驟(4)具體為：

(401)確定第j個燒結礦質量等級的經典域R_j和節閾物元矩陣R_p：

M_j表示所劃分的第j個燒結礦質量等級，c_k表示第j個質量等級條件下第k個性能指標，x_jk為M_j關于性能指標c_k所取得的取值范圍，即第j個燒結礦質量等級的取值區間，a_jk、b_jk分別為該取值區間的上限和下限，j＝1,2......J，J為燒結礦質量等級總個數，P表示燒結礦質量等級的全體，C_k表示第k個性能指標，x_pk為P關于C_k的取值范圍，a_pk、b_pk分別為x_pk的上限和下限，k＝1,2......K，K為性能指標總個數；

(402)根據步驟(3)得到的性能指標預測值確定待評價的燒結礦的評價矩陣R₀：

其中，P₀為待評價的燒結礦的質量等級，C_k表示第k個性能指標，x_k表示第k個性能指標預測值，k＝1,2......K，K為性能指標總個數；

(403)分別對R_j和R₀進行歸一化處理得到R'_j和R'₀：

(404)確定待評價的燒結礦的第k個性能指標的權重ω_k(X)：

其中，d_kmax＝max{|x_k-a_pk|,|b_pk-x_k|}，d_kmin＝min{|x_k-a_pk|,|b_pk-x_k|}，α為變權因子，取α＝-1；

(405)分別計算待評價的燒結礦對應于第j個燒結礦質量等級的貼近度N_j(p₀)：

其中，D_j(x'_k)為歸一化后待評價的燒結礦的第k個性能指標與第j個歸一化后的經典域R'_j中第k個性能指標的距離：

x'_k＝x_k/b_pk，a'_jk＝a_jk/b_pk，b'_jk＝b_jk/b_pk，k＝1,2......K；

(406)獲取N_j'(p₀)＝max{N_j(p₀)}，則該待評價的燒結礦的燒結礦質量等級屬于N_j'(p₀)所對應的燒結礦質量等級。